Innovaatioprosessissa hyödynnettävä tieto

Innovaatioiden yhteydessä puhutaan paljon tiedosta ja sen erilaisista muodoista. Usein käytetyn luokittelun mukaan tieto on jaettavissa kahteen kategoriaan: koodattuun tietoon (explicit knowledge) ja hiljaiseen tietoon (tacit knowledge). Näiden roolia on tutkittu monissa julkaisuissa (vrt. Polanyi 1962; 1966; Lundvall & Borrás 1999; Asheim 1999; Nonaka & Konno 1998; Schienstock & Hämäläinen 2001).

Koodattu tieto on hyvin määriteltyä ja ilmaistavissa sanoilla tai numeroilla. Se on siis myös digitalisoitavissa ja näin ollen siirrettävissä nykyteknologian, esim. internetin välityksellä mihin hyvänsä ympäri maapalloa.

Hiljainen tieto puolestaan on ei-koodattua tietoa ja usein enemmänkin henkilökohtaista osaamista. Hiljaisen tiedon siirtäminen muille vaatii läheistä vuorovaikutusta, usein kasvokkain tapahtuvaa kommunikointia. Näin ollen hiljainen tieto on usein myös henkilö- tai paikkasidonnaista. Viime aikoina tutkijat ovat korostaneet juuri hiljaisen tiedon merkitystä innovaatioprosesseissa (Reichert 2006; Schienstock & Hämäläinen 2001, 88).

Vaikka edellä mainitunlaista tiedon dikotomisointia onkin yleisesti käytetty monissa tutkimuksissa, sitä on myös kärjekkäästi kritisoitu. Esim. Howellsin (2002) mukaan perustellumpaa on puhua tiedon jatkumosta näiden kahden ääripään välillä.

Hiljaisen tiedon rooli on innovaatioprosesseissa hyvin keskeinen. Merkittävä osa tiedosta on ja tulee olemaan vaikeasti siirrettävää ja siis melko paikkasidonnaista, koska se piilee eri organisaatioissa ja ihmisissä – ja on usein myös alueellisesti kasautunutta, klusteroitunutta. Tällaisen paikkasidonnaisen tiedon siirtämisen kustannukset nousevat etäisyyden kasvaessa. Hiljainen tieto voi näin ollen olla kontekstisidonnaista ja helpoiten siirrettävissä kasvokkain tapahtuvassa ja usein toistuvassa kanssakäymisessä.

Claus-Otto Scharmer on hienovaraistanut em. luokittelua jakamalla hiljaisen tiedon kahteen alakomponenttiin ja ottamalla käyttöön ns. sumean tiedon käsitteen (self-transcending knowledge). Sumea tieto voidaan määritellä "kyvyksi aavistaa potentiaalisten mahdollisuuksien olemassaolo ja nähdä ennalta se, mitä ei vielä ole olemassa" (Scharmer 1999).

Tätä voidaan kuvata myös hiljaiseksi tiedoksi ennen sen hahmottumista (Harmaakorpi & Melkas 2005; Melkas & Uotila 2008). Koodatun ja hiljaisen tiedon välisiä suhteita on havainnollistettu kuvion 3 mukaisella jäävuori-mallilla.

Scharmerin (2001, 68–69) mukaan sumea tieto viittaa kykyyn nähdä mahdollinen "piilevä" potentiaali ilman, että on täysin selvää, millä keinoin haettuun lopputulokseen päästään tai mikä lopputulos on. Kokemukseen ja näkemykseen pohjautuva aistinvarainen toiminta on tyypillistä erityisesti taiteilijoiden keskuudessa. Scharmer käyttää esimerkkinä Michelangeloa, joka luodessaan veistosta Daavidista sanoi: "Daavid on kivessä. Otan vain pois sen, mikä ei ole Daavidia." Kyvystä nähdä Daavid siellä, missä muut näkevät vain kivenlohkareen, tunnistaa todella suuren taiteilijan.

Tämän päivän johtajilta vaaditaan samankaltaista kykyä aistia, mikä toimintaympäristössä on sellaista, josta voisi otollisessa maaperässä syntyä uusi "Daavid". Tärkeää on nähdä myös se, mitkä asiat tulee karsia pois. Scharmer väittääkin, että seuraavien vuosien keskustelu tiedon hallinnasta keskittyy kolmeen toistensa kanssa vuorovaikutuksessa olevaan tiedon muotoon: koodattuun, hiljaiseen ja sumeaan/piilevään tietoon (ks. kuvio 3).

Tulevaisuutta koskevan, erilaisten ennakointiprosessien avulla kerätyn tietoaineksen ja sumean tiedon välillä voidaan nähdä monia yhtäläisyysmerkkejä. Tulevaisuustiedon hyödyntäminen innovaatioprosesseissa on erittäin haastava tehtävä, sillä i) mahdollisten tulevaisuuksien hahmottaminen on hankalaa, ii) tulevaisuustieto on abstraktimpaa kuin hiljainen tieto, ollen samankaltaista sumean tiedon kanssa, ja iii) luonteestaan johtuen tulevaisuustieto on vaikea ottaa haltuun organisaatiossa ja strategiarutiineissa.

Tulevaisuustieto on vaikea artikuloida ja kommunikoida (katso Howells 2002). Voidaan siis vetää johtopäätös, että mitä enemmän innovaatioprosessi nojaa tulevaisuustietoon, sitä enemmän korostuu tiedon siirron ja luomisen tuen tarve.